AI 模型评估相关资讯

Grok 4 95分登顶 WDCD 守约榜 Claude Sonnet 4.6 64.1分垫底

Grok 4 以 WDCD 95.00 分位居第一，Claude Sonnet 4.6 以 64.10 分垫底，头部尾部差距 30.9 分。R3 崩溃率仅 4.5%，DeepSeek V4 Pro R3 满分 2.00/2 成关键拉分点。